| 论文服务： |
| 摘 要：手势识别在非语言交流和人机交互中有着十分重要作用,为了实现手势识别的准确率与鲁棒性。本文提出用YCbCr色彩空间检测肤色对输入的图像分割出感兴趣的手势区域,然后再通过深度学习的方法训练出手势识别的模型。该方法针对五种特定手(stop、ok、punch、yes、good)进行自动手势识别。使用Kears框架实现卷积神经网络。通过实验证明,该方法对输入的五种手势识别准确率达到94.6%,并且具有一定的鲁棒性。 |
| 【分 类】 | 【工业技术】 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 |
| 【关键词】 | 肤色模型 卷积神经网络 手势识别 准确率 |
| 【出 处】 | 《数据通信》2019年 第5期 30-33页 共4页 |
| 【收 录】 | 中文科技期刊数据库 |
优质期刊推荐
